フロリダ州デイトナビーチのデータ分析サービス

使用した量よりも多くのデータをすでに収集しています。注文、ログイン、サポートチケット、支払いのたびに痕跡が残り、そのほとんどは相互に通信しないシステムに保管されます。データ分析サービスはそのギャップを埋めます。散在する記録を、チームが実際に行動できる一握りの数値に変えます。

作業の内訳は次のとおりです。

データパイプライン

これは見栄えの悪い基盤であり、そこにほとんどの価値が隠されています。パイプラインとは、CRM、支払い処理業者、業務データベースからデータを引き出し、クリーンアップして、1 か月前の数値ではなく最新の数値になるようにスケジュールに従って移動するコードです。これらを AWS の Python で構築し、モニタリングを行うことで、だれにも気付かれない 1 週間は、サイレント障害が発生してもレポートに影響が出ないようにしています。

ウェアハウジングとモデリング

いったんデータが流れてきたら、それをクエリできる場所、つまりウェアハウスを構築し、その上にメトリクスの実際の意味を定義するビジネスロジックのレイヤーが必要です。「収益」は、2 つの部門が異なる方法で計算するまでは、単純に思えます。これらの定義を 1 か所にまとめて、すべてのダッシュボードに同じ情報を読み取れるようにします。

BI ダッシュボードとビジュアライゼーション

可視レイヤー。お客様のチームに合った BI ツールならどれでも、既製のツールでは必要なビューを表示できない場合はカスタム React を使ってダッシュボードを構築します。目標はチャートを増やすことではありません。決定を変えるのは4つか5つの数字で、自動的に更新され、ノイズが取り除かれます。

これを使うのは誰か

-手作業で組み立てるのに何日もかかるようなレポートを、オペレーターが大量に取り上げる
-完全に一致しないスプレッドシートを財務チームが照合している
-ビジネスの実際の状況を1つの画面で確認したいと考えている創業者
-BI ツールを購入して、そのツールが簡単だとわかったチーム

成果を上げる傾向がある場所

最も明確な見返りが得られるのは、その人が現在レポートを手作業で組み立てているところです。誰かが毎週午前中に輸出品をつなぎ合わせているとしたら、それは単に時間の浪費ではありません。誰かが読む頃にはすでに古くなっていて、コピー＆ペーストの伝票になりがちです。多くの場合、その 1 つのレポートを自動化するだけで、それだけでエンゲージメントの一部が回収されます。

2 つ目のメリットは、誰も解決できないという議論です。2つのチームがそれぞれ異なる収益額を引用しているが、解約数は誰が引き出すかによって変わる。すべてのダッシュボードが同じソースから読み込まれるため、メトリクスの定義が 1 セットの共有ウェアハウスであれば、この議論は終わりです。

AWS 上に構築され、お客様が所有します

この作業は米国在住の上級エンジニアとして AWS と最新のデータスタックで行い、お客様独自のクラウドアカウントを構築して、作業が完了したらすべてのパイプラインとダッシュボードをお客様が所有できるようにしています。Sweentはデイトナビーチを拠点としています。つまり、オフショアのチケットキューではなく、お客様のタイムゾーンに本物のエンジニアがいるということです。ただし、作業自体はどこにいてもクライアントのリモートで問題なく実行されます。

要点は、ダッシュボードは簡単で目に見える部分だということです。分析プロジェクトが成功または失敗する理由は、その下にあるパイプラインであり、エンジニアリングの大部分はそこに行きます。その基盤を正しく構築すれば、グラフはほぼ自動的に構築されます。間違えると、ビジュアライゼーションをいくら磨いても、一番上の数字を保存することはできません。